Third party interpretation of raw genetic data: an ethical exploration
Notice bibliographique
Résumé
In the wake of recent regulations targeting direct-to-consumer genetic testing (DTC-GT), an increasing number of websites have emerged that offer consumers alternative means to derive health information from their DTC-GT raw data. While the ethical concerns associated with DTC-GT have been extensively discussed in the literature, the implications of third party interpretation (TPI) websites have remained largely unexplored. Here we sought to describe these services and elucidate their ethical implications in the context of the current DTC-GT debate. We reviewed five popular TPI websites that use SNP-based genomic data to report health-related information: Promethease, Interpretome, LiveWello, Codegen.eu, and Enlis Personal. We found that many of the ethical concerns previously described in DTC-GT also applied to TPI websites, including inadequate informed consent, questionable clinical validity and utility, and lack of medical supervision. However, some concerns about data usage and privacy reported in DTC-GT were less prominent in the five TPI websites we studied: none of them sold or shared user data, and 3/5 sites did not retain data in the long term. In addition, while exaggerated claims and inaccurate advertising have been frequently problematic in DTC-GT, advertising was minimal in the TPI sites we assessed, and 4/5 made no claims of health benefits. Overall, TPI adds a new dimension to the ethical debate surrounding DTC-GT, and awareness of these services will become increasingly important as personal genomics continues to expand. This study constitutes the first detailed ethical analysis of these services, and presents a starting point for further research and ethical reflection.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».